2012年中国各地区居民消费价格指数模型

影响居民消费水平的因素摘要：提高消费水平，是国民经济管理学的重要目标之一，但在众多主客观条件的制约下，它不可能完全如人所愿。

本文是利用多元回归分析的方法，通过实证分析研究了影响居民消费的因素，为制定明确社会合理、适度消费的标准，并采取相应的消费政策促进适度消费水平的实现提供依据。

摘要：消费水平多元回归适度消费一、变量的选取（一）国内生产总值GDP国内生产总值（GDP)指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果.消费需求是收入的函数，而收入取决于生产，所以，随着生产的发展，收入不断增加。

因此,生产发展水平及其增长速度是最重要因素。

（二）居民消费价格指数CPI居民消费价格指数是反映一定时期内居民所消费商品及服务项目的价格水平变动趋势和变动程度。

在市场经济条件下，消费者购买消费品及服务是一货币为中介的。

也就是说，要按照消费品及服务的价格支付相应的货币才能交换回一定数量的消费品和服务。

因此,消费品和服务价格的涨落变化,对消费者的消费需求有着重要的影响。

（三）城镇居民家庭人均可支配收入可支配收入指调查户可用于最终消费支出和其他非义务性支出以及储蓄的总和，即居民家庭可以用来自由支配的收入.它是家庭总收入扣除交纳的个人所得税、个人交纳的社会保障支出以及调查户的记账补贴后的收入。

居民可支配收入是决定储蓄水平的一个因子，居民可支配收入增加，直接性的居民储蓄会随之上升，当可支配收入增加的同时就是增加自己的银行储蓄为以后的购房、养老、医疗保健做准备，这对居民的消费支出有很大影响。

（四）人口自然增长率人口自然增长率指在一定时期内(通常为一年)人口自然增加数（出生人数减死亡人数)与该时期内平均人数（或期中人数）之比，用千分率表示。

在消费总额为既定时,人口的规模和增长速度直接影响消费水平。

如果人口自然增长率慢于消费总额增长率,消费水平必将较快的提高;反之，消费水平必将下降。

（五）全社会固定资产投资全社会固定资产投资是以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称。

案例三：中国各城市居民消费分析（一）案例目标生产，收入、分配与使用，体现了社会经济运动的循环过程。

收入分配是这个过程的中间环节，承前启后。

收入分配核算构成了国民经济核算的最重要组成部分中之一，涉及多个账户，核算内容包括国民收入的初次分配、再分配、可支配收入和使用核算。

本案例以收入使用中的居民消费结构为目标，分析不同时期我国城镇居民消费构成的差异及其发展变化过程。

（二）案例背景我国从确立市场经济体制以后，社会经济迅速发展，居民的收入水平和消费水平有了显著的提高。

然而消费需求不足仍是我国制约经济进一步发展的重要原因之一。

地区差距及时间的变迁，使得居民在消费行为上存在很大的差异。

因此研究地区差异和时间变化对居民消费行为的影响，对有效制定地区消费政策、促进地区乃至全国经济增长有着经济的意义。

（三）分析方法Panel-Data就是“平行数据”或“面板数据”。

它是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据。

因此，平行数据模型相较于只利用截面数据或只利用时间序列数据的模型而言，有着不可替代的作用。

它可以从多层面分析经济问题，具有很高的应用价值。

本文需要对收入差距较大的各城市居民消费行为进行分析，同时又要考虑到不同年份收入对消费的不同影响，因此，该模型适合分析的需要。

1．Panel Data模型截面数据是选择同一时间上不同区域的数据作为样本观测值，而时间序列数据是选择同一区域在不同时间上的数据作为样本观测值，二者在实际应用中都有一定的局限性。

相对只利用截面数据或只利用时间序列数据进行经济分析而言，Panel Data模型具有许多优点。

首先，Panel Data模型通过对不同截面单元不同时间观察值的结合，成为“更多信息、更可变、变量之间更少共线性、更多自由度、更有效”的数据。

它通常提供给研究者大量的数据点，这样就增加了自由度并减少了解释变量之间的共线性，改进了计量经济估计的有效性；第二，Panel Data是对同一截面单元集进行重复观察，能更好地研究经济行为变化的动态性。

2012年宏观经济情况分析：2012年，面对复杂严峻的国际经济形势和国内改革发展稳定的繁重任务，党中央、国务院坚持以科学发展为主题，以加快转变经济发展方式为主线，按照稳中求进的工作总基调，及时加强和改善宏观调控，把稳增长放在更加重要的位置，国民经济运行缓中企稳，经济社会发展稳中有进。

初步核算，全年国内生产总值519322亿元，按可比价格计算，比上年增长7.8%。

分季度看，一季度同比增长8.1%，二季度增长7.6%，三季度增长7.4%，四季度增长7.9%。

分产业看，第一产业增加值52377亿元，比上年增长4.5%；第二产业增加值235319亿元，增长8.1%；第三产业增加值231626亿元，增长8.1%。

从环比看，四季度国内生产总值增长2.0%。

一、农业生产稳定增长全年全国粮食总产量达到58957万吨，比上年增加1836万吨，增长3.2%，连续九年增产。

其中，夏粮产量12995万吨，比上年增长2.8%；早稻产量3329万吨，增长1.6%；秋粮产量42633万吨，增长3.5%。

全年棉花产量684万吨，比上年增长3.8%；油料产量3476万吨，增长5.1%；糖料产量13493万吨，增长7.8%。

全年猪牛羊禽肉产量8221万吨，比上年增长5.4%，其中猪肉产量5335万吨，增长5.6%。

生猪存栏47492万头，比上年增长1.6%；生猪出栏69628万头，比上年增长5.2%。

全年禽蛋产量2861万吨，比上年增长1.8%；牛奶3744万吨，增长2.3%。

二、工业生产缓中趋稳全年全国规模以上工业增加值按可比价格计算比上年增长10.0%，增速比上年回落3.9个百分点。

分季度看，一季度同比增长11.6%，二季度增长9.5%，三季度增长9.1%，四季度增长10.0%。

分经济类型看，国有及国有控股企业增加值比上年增长6.4%，集体企业增长7.1%，股份制企业增长11.8%，外商及港澳台商投资企业增长6.3%。

分轻重工业看，重工业增加值比上年增长9.9%，轻工业增长10.1%。

人口老龄化对我国消费影响的实证研究【摘要】随着人口老龄化程度的提高，老年人口消费总额和消费比例不断提高，这一特点将在未来25年内得到进一步体现。

在老年人口消费结构中，其基本需要已由以饮食为主转变为与健康照料有关的劳务需求为主，这将对我国老龄产业产生较大的吸引力，并将成为促进我国经济增长的新亮点。

本文从我国人口老龄化的实际情况出发，提出了应对人口老龄化的对策建议。

继续大力发展国民经济，逐步改变我国“未富”的现状，为应对人口老龄化提供雄厚的物质基础；重点发展一批老年社会福利机构，向社会福利社会化道路迈进，积极开展社区为老服务，加强老年社会服务队伍建设，调整社会福利事业管理职能。

【关键词】人口老龄化；居民消费；养老负担0 引言联合国教科文组织规定，一个国家或一个地区60岁以上的人口占该国家或地区人口总数的10%或以上，或一个国家或地区65岁以上的人口占该国家或地区人口总数的7%或以上，该国家或地区就进入老龄化社会。

人口老龄化是21世纪人类发展的主要特征，成为世界各国政府和社会关注的热点问题。

随着经济的发展与医疗卫生条件的改善，人的预期寿命越来越长，老年人在社会总人口中所占的比例也越来越高，老龄化社会的到来是社会发展的必然趋势。

我国人口老龄化趋势是在1982年第三次人口普查后日益引起重视的。

此后，随着计划生育工作的开展，人口老龄化程度不断提高，这一过程将在现在和未来对我国社会、经济等各个方面的发展产生不同影响。

本文将对我国人口老龄化现状以及各种因素对居民消费的影响作出分析，研究人口老龄化在多大程度上影响居民消费，这对于中国扩大内需、应对老龄化危机具有十分重要意义。

1 我国人口老龄化的特点及原因1.1 老年人口规模大，老龄化速度快我国是世界上人口最多的国家，就我国65岁及以上人口规模而言，在近30年里由1982年的4991万人增加到2011年的12288万人增长了2.46倍，老年人口比例由4.9%提高到了9.1%。

基于R对国内各省、市、区GDP与主要经济指标的回归分析学号：107551300678 姓名：杨治峰班级：地矿学院（“三矿”专业）摘要：基于对2012年国内生产总值的数据分析，找出我国GDP 与多个指标，尤其是对投资、消费、出口等基本指标的依赖关系，运用相关分析和回归分析方法，建立回归模型，找出我国GDP的增长受社会固定资产依赖性较强，尤其是东部的山东省，也受制于出口收入，而我国消费水平依然不高的问题并为之提出改进措施和经济发展的预测，对国家各地区经济的科学发展建言献策关键词：R语言、相关分析、回归分析、中国GDP1 引言在当前复杂多变的国际经济形势下，我国国民生产总值（GDP）依然保持较快发展，国民生产总值是一个综合指标，依赖于多个指标的良性组合。

世界各国都十分重视GDP结构问题的研究。

本文基于对2012年国内生产总值的数据分析，找出我国GDP 与多个指标，尤其是对投资、消费、出口等基本指标的依赖关系，建立回归模型，尝试着探索出我国GDP 存在的结构性问题和不足之处，并为之提出改进措施和经济发展的预测，对国家各地区经济的科学发展建言献策！2.数据与分析方法2.1.数据描述性统计2.1.1.数据源的格式化处理R软件在读入excel数据源的时候，必须先对数据源进行格式化处理和调整才可以达到R软件的读取标准。

如表头的单行单列、文字间空格符号的消除等，调整完后，依据个人习惯将数据存入txt文本格式，命名为“ryuan.txt”。

2.1.2.数据的读取> A=read.table("ryuan.txt",header=T)> A#解析变量成y,x1,x2,x3,x4,x5,x6,x7,;X=A[,c(1,4,2,9,6,8,3)]Xy=A[,c(1)]#地区生产总值（亿元）yy2=A[,c(4)]#人均地区生产总值(元)y2x1=A[,c(2)]#社会固定资产投资（亿元)x1x2=A[,c(9)]#出口总额（亿美元）x2x3=A[,c(6)]#城镇人均消费支出（元）x3x4=A[,c(8)]#农民人均消费支出（元）x4x5=x3+x4#各地区人均消费总额(元)x5x6=A[,c(3)]#各地区居民消费价格指数x6B=data.frame("地区生产总值（亿元）"=y,"社会固定资产投资（亿元)"=x1,"出口总额（亿美元）"=x2,"各地区人均总额（元）"=x5)2.1.3.对读入的数据进行描述性统计。

计量经济学（第3版）例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表表2.3.1 参数估计的计算表表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出（元）资料来源：《中国统计年鉴》（2007）。

表2.6.3 中国居民总量消费支出与收入资料单位：亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源：根据《中国统计年鉴》（2001，2007）整理。

1994-2012年江苏省居民消费价格指数的时间序列分析班级：统计1班姓名：陈晶晶学号：09704122摘要居民消费价格指数（CPI）是宏观经济分析和决策，价格总水平监测和调控以及国民经济核算的重要指标。

本文利用1994-2012年江苏省居民消费价格指数的月度数据，运用Eviews 软件建立一个乘积季节模型，并用这个模型对江苏省未来的居民消费价格指数进行合理的预测。

关键词居民消费价格指数时间序列分析乘积季节模型预测分析一．引言居民消费价格指数(CPI)是用来测定一定时期内居民支付所消费商品和服务价格变化程度的相对数指标。

它既是反映通货膨胀程度的重要指标，也是国民经济核算中的缩减指标。

一般说来，当CPI>3% 的增幅时，我们称为通货膨胀；而当CPI>5% 的增幅时，我们把它称为严重的通货膨胀。

这一指标影响着政府制定货币、财政、消费、价格、工资、社会保障等政策，同时，也直接影响居民的生活水平及评价。

居民消费价格指数反映的市场价格信号真实．带动价格舆论导向正确，有利于改善价格总水平调控。

首先，它有利于维护正常的经济生活和市场价格信息秩序。

其次，有利于引导消费形成合理的消费价格，促进有效需求。

再次，它有利于综合运用价格和其他经济手段，实现价格总水平调控目标。

【1】所以，对该指标的分析与预测是非常有意义的工作。

本人在阅读与之有关的参考文献时，发现很多学者采用全国的CPI数据进行时间序列分析，就某个省份或某个城市的CPI数据研究很少，而且采用的模型也各不相同，所以本人就用江苏省1994-2012年的居民消费价格指数进行了时间序列分析。

二．数据描述和模型说明1.数据描述1994年1月——2012年3月江苏省居民消费价格指数如下表：（数据来源：/data/mac/jmxf_dq.php?symbol=320000）1月2月3月4月5月6月7月8月9月10月11月12月1994年123.9 125.9 122.6 121.4 119.8 120.6 122.3 123.4 125.5 125.6 124.9 121.61995年120.8 119.6 119.1 118.1 118.4 117.4 115.4 113.1 112.5 112.1 111.6 1121996年112.6 111.9 111.8 111.5 109.9 108.9 109.3 109.2 107.6 106.9 106.6 105.51997年104.2 104.3 103.1 103 102.4 101.8 101 100.8 100.9 100.1 99.7 99.41998年99.5 99.5 100.4 99.5 99.4 99 99 99.6 99.2 99.4 99.5 99.21999年98.9 98.8 98.1 97.6 97.9 98.7 99.3 98.9 98.9 99.3 99.2 99.32000年100.4 101.4 100.4 100.1 99.7 99.6 99.7 99.4 99.5 99.4 100.3 100.72001年101.6 100.4 101 101.9 102 101.4 101.4 101.2 100.3 100 99.4 99.32002年99.2 99.9 99.3 98.6 99 99.5 99.3 99.4 99.1 99 99.1 99.42003年100 100.2 100.6 100.7 100.1 99.6 100.3 101 101.2 102.2 103.2 103.22004年103.2 102.4 103.6 104.3 105.1 105.6 105.3 105.5 105.1 104.1 102.5 102.12005年102.2 104.4 103 102 101.5 101.4 101.8 101.3 101.4 102.1 102 102.32006年102.5 101.2 100.9 101.4 101.5 101.4 101.3 101.5 101.3 101 102 103.12007年102 102 102.5 102.7 103.1 104 105.2 106 105.9 106.2 106.5 105.62008年106.1 107.7 107.7 107.6 107.1 106.9 106 104.6 104.3 103.5 101.9 101.42009年101.4 99.5 99.6 98.9 98.8 98.3 98 98.8 99.3 99.6 100.6 102.12010年101.7 102.4 102.4 103.2 103.7 103.5 104.1 103.9 104.6 105.2 106.1 1052011年105.1 105.7 105.6 105.3 105.7 106.9 106.4 106 105.4 104.8 103.5 103.62012年103.9 102.9 103.5首先，做出序列时序图和自相关图，如下：X13012512011511010510095949698000204060810可以看出该序列是不平稳的序列，做1阶12步差分dx=d(x,1,12)得到如下时序图：DX4321-1-2-3-4949698000204060810可以看出差分后的序列是平稳序列。

数据来源：1990-2011年《中国统计年鉴》我国居民消费价格指数的短期预测研究王素梅（哈尔滨民政工业总公司，黑龙江哈尔滨150020）[摘要]运用CPI 预测模型对我国物价总水平的短期预测研究表明：经济发展的速度与物价的上涨幅度呈正比，物价上涨与经济发展关系密切。

CPI 增长过快影响居民生活水平和社会稳定，也不利于经济的协调、可持续发展。

政府应继续把稳定物价总水平做为宏观调控的重点之一，充分利用财政、货币、金融等多种调控手段，确保物价水平可控、经济平稳较快发展。

[关键词]居民消费；价格指数；短期预测；预测研究[中图分类号]F270[文献标识码]B[收稿日期]2012-02-07第2012年第3期（总第393期）商业经济SHANGYE JINGJINo.3，2012Total No.393[文章编号]1009-6043（2012）03-0033-02近些年来，物价问题始终是宏观经济研究中的热门话题。

自2007年年初美国爆发次贷危机以来，我国以猪肉为代表的食品价格大幅上涨，导致2007年多个月份的CPI 的同比涨幅超过6%，突破了3%的调控目标。

在经历了2008年高通货膨胀预期，以及2009年以来CPI 指数连续多个月的同比负增长后，有学者指出：我国在经历了2008年高通胀预期以后，是否迎来了通货紧缩？对于该问题，在当前的学术界争议颇大，然而，无论高通货膨胀还是恶性通货紧缩都是既有害于改革和发展，也不利于政治、经济和社会的稳定，这是众所周知的事实。

CPI 指数作为测定通货膨胀的通用指标之一，如何着眼当前的经济环境，应用有效的理论对CPI 涨跌的路径进行实证分析，无疑具有重要意义。

一、居民消费价格指数的相关概念及构成(一)居民消费价格指数的内涵居民消费价格指数，是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。